写函数：自己写一个作图函数就是这么简单

函数（function），我们上学的时候一直在学，函数是一种对应关系，提供参数，提供值，得到结果。在生信分析中，函数一直在用，只不过我们使用的是打包的函数，都集成在R包。那么自己写函数可不可以呢，当然可以，写函数能够提高自己的工作效率，减少不必要的重复工作。****这里跟随小编的视角，从一个简单的例子出发，看看怎么写一个函数！创建函数使用function即可。（****相关数据函数已上传群文件****）****我们创建一个做分组箱线图的函数，其实就是把作图的类容包装起来，有一些需要修改的参数提取出来，面对不同的对象时赋值即可。

plot.boxplot <- function(data,
                         x,
                         y,
                         type,
                         title=NULL,
                         legend=NULL){
  a <- ggplot(data=data, aes(x =x, y =y ,color=type,group=type)) +
    geom_jitter(alpha = 0.3,size=3) +
    geom_boxplot(alpha = .5,size=1)+
    labs(x= NULL, y="Expression",fill= "group")+
    ggtitle(title)+
    theme_bw() + 
    theme(panel.border = element_blank(),
          axis.line = element_line(size=1, colour = "black"),
          panel.grid =element_blank(),
          axis.text = element_text(size = 12,colour = "black"),
          axis.text.x = element_text( hjust = 1,angle = 45),
          axis.title = element_text(color = "black", size = 15),
          plot.title = element_text(size=15,hjust=0.5, color = 'black'))+
    scale_x_discrete(limit = c("Asymptomatic","Critical","Mild","Severe"))+
    scale_color_manual(limits=c("Asymptomatic","Critical","Mild","Severe"), 
                       values=c("#85B22E","#5F80B4","#E29827","#922927"))
  return(a)
}


plot.boxplot(df,
             x=df$Type,
             y=df$CXCL8,
             type=df$Type,
             title = "CXCL8")

plot.boxplot <- function(data,
                         x,
                         y,
                         type,
                         title=NULL,
                         legend=NULL,
                         group,
                         cols){
  
  a <- ggplot(data=data, aes(x =x, y =y,color=type,group=type)) +
    geom_jitter(alpha = 0.3,size=3) +
    geom_boxplot(alpha = .5,size=1)+
    labs(x= NULL, y="Expression",fill= "group")+
    ggtitle(title)+
    theme_bw() + 
    theme(panel.border = element_blank(),
          axis.line = element_line(size=1, colour = "black"),
          panel.grid =element_blank(),
          axis.text = element_text(size = 12,colour = "black"),
          axis.text.x = element_text( hjust = 1,angle = 45),
          axis.title = element_text(color = "black", size = 15),
          plot.title = element_text(size=15,hjust=0.5, color = 'black'))+
    scale_x_discrete(limit = group)+
    scale_color_manual(values=cols)
  
  if (!legend == FALSE) {
    return(a)}
   else {
      b <- a+theme(legend.position = 'none')
      
      return(b)
    }
  
}


plot.boxplot(df,
             x=df$Type,
             y=df$CXCL8,
             type=df$Type,
             title = "CXCL8",
             legend = FALSE,
             group=c("Critical","Asymptomatic", "Mild","Severe"),
             cols = c("#85B22E","#5F80B4","#E29827","#922927"))



plot.boxplot(df,
             x=df$Type,
             y=df$CXCL8,
             type=df$Type,
             title = "CXCL8",
             legend = FALSE,
             group=c("Critical", "Mild","Asymptomatic","Severe"),
             cols=c('red','orange','blue','purple'))

现在这个函数就比较通用了，只需要每次将数据整理成需要的格式即可。下面我们演示下，只提供两个组的数据，作图也是没有问题的。

df1 <- read.csv("df1.csv", header = T)

plot.boxplot(df1,
             x=df1$Type,
             y=df1$FOXO3,
             type=df1$Type,
             title = "FOXO3",
             legend = FALSE,
             group=c("Mild","Severe"),
             cols=c('red','orange'))

当然了，函数的参数还可以有更多的调整，不过普通作图也就这些了，很简单，可以根据自己的实验室风格调整，最后这个函数就可以长期使用了。不必每次按照ggplot的繁琐写代码！

觉得分享有用的点个赞再走呗！